买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉温州大学申请的专利一种边缘增强显著性目标检测网络及算法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115205643B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210785259.6，技术领域涉及：G06V10/80；该发明授权一种边缘增强显著性目标检测网络及算法是由张笑钦;徐曰旺;赵丽;廖唐飞;冯士杰设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种边缘增强显著性目标检测网络及算法在说明书摘要公布了：本发明公开了一种边缘增强显著性目标检测网络，涉及显著性目标检测技术领域，还公开了一种边缘增强显著性目标检测算法，包括：Backbone网络模块、渐进式特征融合模块、核变化边缘检测模块和逐像素相加输出操作模块，Backbone网络模块获取粗粒度显著性特征，渐进式特征融合模块融合粗粒度显著性特征，核变化边缘检测模块从粗粒度显著性特征中捕获结构化细节特征，逐像素相加输出操作模块将融合特征和结构化特征逐像素相加融合得到显著图，本发明可对显著图的边缘等结构化细节信息进行补充，实现显著性目标的精准捕获，进而将显著性主体与背景分割，在前景和背景对比度低、背景复杂、主体形状复杂等各种复杂环境下，得到主体边缘的精确分割，具有较强的鲁棒性。

本发明授权一种边缘增强显著性目标检测网络及算法在权利要求书中公布了：1.一种边缘增强显著性目标检测网络，其特征在于，包括：Backbone网络模块、渐进式特征融合模块、核变化边缘检测模块和逐像素相加输出操作模块； 所述Backbone网络模块用于对输入的待检测三通道图像进行特征提取，获取多种尺寸的粗粒度显著性特征； 所述渐进式特征融合模块用于融合从所述Backbone网络模块获得的粗粒度显著性特征，获取融合特征； 所述核变化边缘检测模块用于从所述Backbone网络模块获得的粗粒度显著性特征中捕获显著性目标在上采样过程中损失的结构化细节特征； 所述逐像素相加输出操作模块用于将所述渐进式特征融合模块获得的融合特征和所述核变化边缘检测模块获取的结构化特征进行逐像素相加融合，获取显著图； 所述Backbone网络模块包括ResNet50子网络单元和VGG16子网络单元，通过所述ResNet50子网络单元获得低分辨率特征图，通过所述VGG16子网络单元对低分辨率特征图进行特征提取，获得粗粒度显著性特征图； 所述渐进式特征融合模块包括特征通道减少操作单元、反卷积上采样操作单元、简单像素相加操作单元、特征融合操作单元和第一反向传播优化单元； 所述核变化边缘检测模块包括结构化损失标签获取单元、边缘检测单元和第二反向传播优化单元，所述结构化损失标签获取单元用于通过对待检测三通道图像对应的真实标签图像进行下采样处理，并对下采样处理差值得到的标签图像进行多种方式的上采样处理，将待检测三通道图像对应的真实标签图像逐像素减去上采样处理得到的标签图像得到结构化损失标签；所述边缘检测单元用于采用包含不同尺寸卷积核的卷积组处理所述Backbone网络模块输出的不同尺寸粗粒度显著性特征图，使得处理得到的各个特征图分别与对应的所述Backbone网络模块输出的各个特征图的尺寸一致，并逐像素相加相邻的处理得到的各个特征图，得到两个中间边缘特征图，以及对得到的两个中间边缘特征图经过通道减少操作处理，将经过通道减少操作处理得到的两个中间边缘图进行逐像素相加操作得到结构化特征图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人温州大学，其通讯地址为：325000 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。